骨龄识别系统中的定位问题与桡骨识别研究

《骨龄识别系统中的定位问题与桡骨识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、昆明理工大学硕士学位论文摘要随着计算机技术的不断发展，数字图像处理是近几年研究的一个热点话题，其发展与广泛的应用有助于进～步提高了相关应用领域的自动化水平。利用对人体左手手腕部位的X光照片进行骨骼研究，判定其骨骼的成熟度(骨龄)是近三十年来医学界比较新颖的课题之一，也还处于发展阶段。将数字图像处理技术引入骨龄识别系统中，组建计算机辅助骨龄评估系统，则是目前该领域研究的重点。骨龄的评估其实就是通过分析远、中、近指骨，桡骨和尺骨等特定骨的特征来与模板比较实现骨龄识别的目的。传统的骨龄识别是人工对照标准模板来识别的，过程枯燥且费时，且识别结果因人而异。通过引入计算机视觉技术，开发出计

2、算机辅助分析与识别系统可以克服这些缺点，更具有实际应用价值。然而，这种基于计算机辅助的骨龄识别系统的开发，采集来的x光照片分析是基础，其中，相当关键的～点就是如何利用数字图像处理技术对其进行分析，提取相关的特征来识别骨龄。本论文就是以计算机辅助的骨龄识系统为研究对象，进行了如下的研究工作。·对图像处理的常规算法进行研究、融合和改进，为后续工作提供了很好条件。·基于手腕骨图像的先验知识，通过细化、跟踪、Sobel边缘算子、灰度投影等算法实现了输入图片中关键点的定位，有效遣应用于手掌各骨头的分割提取。·针对目前边缘提取算法在医学图像处理中的缺陷，通过改进LoG边缘算子，利用模糊识别

3、的知识，抽取代表性的特征分析识别桡骨。·最后，研究图像分割，提出以后研究的发展方向。本文中涉及的算法和实验结果图，都是在微软的Visualc++6．0开发平台下用C／C++语言实现的。测试结果表明，本文的工作应用计算机视觉辅助骨龄评定的领域内作了有益的理论探讨和方法的研究，有很大的实用价值，对系统的进一步完善奠定了稳固的基础。关键字；骨龄细化与跟踪Sohel边缘算子灰度投影LoG边缘算子特征识别图像分割昆明理T大学硕l+学位论文AbstractWiththedevelopmentofComputerTechnology．DigitalImageProcessingisoneof

4、hotresearchfieldsinrecentyears．itsdevelopmentandwideapplicationenhancethe1evelofautomation．AssessmentofskeletalmaturitYfromaman’s1eft—handwristradiographisanewtechnologyintherecentthirtyyearsandbeingdeveloped．Andnow，Itiscrucialhowcombinedigitalimageprocessingtechniquewithassessmentofskeletal

5、maturitytocomeintobeingComputer—assistedBoneAgeAssessment．BoneageassessmentisbasedonananalYsisofossificationcentersinthecarpalbonesandepiphysesoftubularbonesincludingdistal，middle，andproximalphalangesaswellasradiusandulna．TraditionallY，boneageassessmentwasmademanuallYbycomparingtheradiograph

6、withtextualandpictorialinformationfromastandardalts．Thisisatime—consumingandtediOUSprocess．andtheresultisdifferenteachother．Byusingcomputervisiontechniques，itisquitepracticalforastodevelopacomputerizedanalysissystemandautomatedtheskeletalsystemestimatingprocedure，italsocanconquerthesediffere

7、nce．However．asfarasthecomputer—assistedboneageassessmentconcerned，X-rayimageanalysisplaysanimportantroleinthissystem，andhowtoreeognizeskeletalmaturityisalsoveryimportantbyusingdigitalimageprocessingtechniquetoextractcorrelativefeatures．Thispaperdoe